Искусственный интеллект (XAI) в анализе медицинских изображений на основе глубокого обучения

Институт изображений в Утрехте, Нидерланды, предлагает подробный обзор объяснимого искусственного интеллекта (explainable artificial intelligence- XAI) применительно к анализу медицинских изображений на основе глубокого обучения. Появление глубокого обучения привело к значительным достижениям в области автоматизированного анализа изображений — задачи, традиционно зависящей от человека. В контексте принятия медицинских решений, где ставки часто исключительно высоки, обеспокоенность среди медицинских экспертов по поводу природы глубокого обучения вполне понятна.
Одной из распространенных форм XAI в анализе медицинских изображений является визуальное объяснение, обычно называемое saliency mapping. Saliency mapping служит ценным инструментом, выделяя важные области изображения, которые играют ключевую роль в принятии решений. Еще один заслуживающий внимания пример XAI — текстовое объяснение (textual explanation) — метод, создающий текстовые описания. Эти описания могут варьироваться от относительно простых характеристик до подробных медицинских отчетов.
Учитывая неразрывную связь между принятием важных решений и сферой медицины, очевидно, что XAI будет становиться все более незаменимым. Будущая траектория XAI в анализе медицинских изображений может иметь биологические объяснения. Несколько исследователей уже успешно предсказали биологические процессы на основе функций визуализации с использованием глубокого обучения. Кроме того, XAI потенциально может помочь врачам в диагностическом процессе и раскрыть скрытую информацию на медицинских изображениях, тем самым способствуя более информированной медицинской практике.